오늘의 브리프
타임라인
TODAY TLDR
SemiAnalysis는 SpaceX가 2027년까지 데이터센터 약 13GW를 지어 세계 최대 AI 클라우드가 될 거라고 봤다. OpenAI는 GPT-6 Astra가 기기 외관·회로기판·펌웨어까지 설계한 실험을 공개했고, 버그 바운티 보상을 4배 넘게 올렸다. 윌리슨은 노트북의 Qwen 3.8 27B도 가중치만 보고 게임을 맞힌다고 확인했다. NYT는 미국 중간선거 날 OpenAI·Anthropic의 ‘워룸’과 Anthropic의 컴퓨트 확보전을 다뤘다. Anthropic은 응답이 정말 그 모델에서 나왔는지 암호학으로 증명하는 FlashProve를 공개했다.
SemiAnalysis · Dylan Patel
SpaceX가 여러 곳에서 데이터센터 3.6GW를 짓고 있다. 2027년 목표는 약 13GW로 올렸다.
구글이 1999년부터 지금까지 지은 용량을 1년 반 만에 짓는 규모라고 SemiAnalysis는 설명했다.
스타십 로켓 기지를 데이터센터로 바꾸고, 텍사스 칩 공장 TeraFab에도 데이터센터를 둘 가능성이 크다고 봤다.
왜 AI 연구소들이 빌려 쓰는 컴퓨트의 큰 공급처가 새로 생긴다는 뜻이다. 모델 경쟁은 결국 전기와 건물 경쟁이라는 걸 다시 보여준다.
OpenAI
OpenAI 직원 두 명이 사이드 프로젝트로 Astra에게 기기 외관·회로기판·펌웨어를 맡겼다. 사람이 직접 고치지 않고 일주일 안에 설계를 끝냈다.
CAD 벤치마크 BenchCAD 2.0에서 새 내부 모델은 0.875점을 받았다. Astra는 0.594점이었다.
마쓰다와는 공기역학·충돌 안전 설계를 함께 연구한다.
왜 코딩 에이전트가 이제 하드웨어 설계 도구까지 다룬다. 다만 제조 공차 같은 현장 디테일은 아직 사람이 챙겨야 한다.
OpenAI
OpenAI가 보안 회사 Cathedral과 함께 자기 시스템을 공격해 보는 내부 보안 스프린트를 준비한다.
버그 바운티 보상 중간값을 평균 4배 넘게 올렸다. 치명적 취약점은 보너스까지 최대 17만 2천 달러다.
지난 스프린트에서는 제품 엔지니어 25%가 Codex로 약점을 찾고 고쳤다.
왜 AI로 공격하는 속도가 빨라지니 방어도 AI로 계속 돌려야 한다는 신호다. 보안 연구자라면 지금이 OpenAI 바운티를 볼 때다.
Terence Tao 블로그 · AHM
‘인간 수학 협회(AHM)’가 박사 과정 지도 지침 다섯 가지를 냈다.
사람이 쓴 글을 우선하고, AI에 너무 기대지 말고, AI 윤리 문제를 정면으로 다루자는 내용이다.
학생의 정신 건강을 챙기자는 항목도 들어 있다.
왜 타오 블로그의 AI·수학 논쟁이 이제 대학원 교육 규칙으로 넘어가고 있다.
Anthropic
Anthropic이 AI 응답이 약속한 모델에서 나왔는지 암호학으로 증명하는 FlashProve를 오픈소스로 냈다. 가중치는 드러나지 않는다.
4천억 파라미터 Llama 4 Maverick 기준으로 H100 한 장이 초당 약 110토큰을 증명한다. 증명 파일은 요청 하나에 약 19MB다.
시스템 개선 상당 부분을 Claude가 만들었고, 핵심 보안 성질은 Lean으로 증명했다.
왜 외부 평가기관이나 규제 당국이 ‘지금 서비스 중인 모델이 검사한 그 모델인지’ 확인할 길이 생긴다. 아직 1,024토큰 문맥까지만 된다.
Simon Willison
어제 화제였던 카탑 팀의 ‘가중치 공간 프로그래밍’ 실험을 윌리슨이 직접 해 봤다.
도구 없이 가중치 숫자만 보고 어떤 게임용 신경망인지 맞히는 문제를 노트북의 Qwen 3.8 27B도 풀었다.
그는 ‘도구 없이 읽기’와 ‘코드로 고치기’는 따로 봐야 한다고 짚었다.
왜 이 능력이 최고 모델만의 것은 아니라는 뜻이다. 논문의 큰 주장은 나눠서 읽는 게 좋다.
Neel Nanda
DeepMind 해석 연구자 닐 난다가 GPT-6 Astra의 가중치 편집 논문을 평가했다.
Astra가 새 능력을 보인 게 아니라, 이미 알려진 기계적 해석 기법을 예상보다 잘 쓴 것이라고 봤다.
이런 분석은 실제 대형 모델의 복잡함을 못 따라가서 2022년쯤 유행이 지났다며, 큰 기대는 접었다고 했다.
왜 가중치를 ‘읽는’ AI라는 화제를 실제 해석 연구 기준으로 다시 볼 때 참고할 만하다. 윌리슨의 재현 글과 같이 읽으면 좋다.
NYT
NYT가 Anthropic이 컴퓨팅 파워를 어떻게 긁어모았는지 다뤘다.
빅테크뿐 아니라 옛 암호화폐 채굴 업체와도 줄줄이 계약했다는 내용이다.
왜 상장을 앞둔 Anthropic의 가장 큰 숙제가 컴퓨트라는 걸 보여준다. 오늘 SemiAnalysis의 SpaceX 글과 같이 읽으면 좋다.
NYT
미국 중간선거 당일, OpenAI와 Anthropic 등이 허위 정보 대응 ‘워룸’을 차렸다.
선거를 흔들려는 시도를 막겠다고 약속했다는 내용이다.
왜 챗봇이 주요 정보 창구가 된 뒤 처음 치르는 전국 선거다. 결과가 앞으로 AI 회사 규제 논의에 쓰일 수 있다.
Cat Wu
Claude Code 팀 초기 멤버 캣 우가 지난 금요일 Anthropic을 떠났다고 밝혔다.
2년 전 사내 작은 도구였던 Claude Code로 코드 한 줄 안 쓰고 강화학습 환경을 만든 뒤 팀에 합류했다고 한다.
처음엔 사용자 대부분이 권한 요청을 하나하나 눌러 승인했지만, 지금은 Claude 판단에 맡겨 자동 승인하는 게 기본이라고 했다.
왜 코딩 에이전트를 얼마나 믿고 맡기게 됐는지 2년 만의 변화를 만든 사람이 직접 정리했다.
Latent Space
Latent Space가 Warp CEO 잭 로이드와 ‘소프트웨어 공장’을 다뤘다. 슬랙 요청 하나가 에이전트를 거쳐 PR이 되는 구조다.
모델을 조정하고 겹치는 서브에이전트를 줄였더니 PR 한 건 비용이 약 80달러에서 15~20달러로 내려갔다.
품질은 그대로 두고 처리량은 전달보다 40% 늘었다고 했다.
왜 에이전트로 코드를 돌리는 팀이라면 PR당 비용과 처리량부터 재 보라는 사례다.
agi-tracker · GeekNews 스타일 · 점수/댓글 없음